如今,GPT-4、PaLM等巨型神經網路模型橫空出世,已經展現出驚人的少樣本學習能力。
只要給出簡單提示,它們就能進行文字推理、寫故事、回答問題、程式設計......
中國科學院和耶魯大學的研究人員提出了一種新的框架,名為「思維傳播」(Thought Propagation),旨在透過「類比思維」來增強LLM的推理能力
論文地址:https://arxiv.org/abs/2310.03965
「思考傳播」靈感來自人類認知,即當當遇到一個新問題時,我們經常將其與我們已經解決的類似問題進行比較,以推導出策略。
因此,這種方法的關鍵是在解決輸入問題之前,探索與輸入相關的「類似」問題
最後,它們的解決方案可以拿來即用,或提取有用計劃的見解。
可以預見的是,「思維傳播」在為LLM邏輯能力的固有限制所提出的全新思路,讓大模型像人類一樣用「類比」方法解決難題。
LLM多步驟推理,敗給人類
#顯而易見,LLM擅長根據提示進行基本推理,但在處理複雜的多步驟問題時仍有困難,例如優化、規劃。
反觀人類,他們會汲取類似經驗中的直覺來解決新問題。
大型模型無法實現這一點,是由於其固有的限制所決定的
因為LLM的知識完全來自於訓練資料中的模式,無法真正理解語言或概念。因此,作為統計模型,它們很難進行複雜的組合泛化。
LLM缺乏系統推理能力,無法像人類一樣逐步推理,從而解決具有挑戰性的問題,這是最最重要的
此外,由於大模型的推理是局部的和短視的,因此LLM很難找到最佳解決方案,並且在長時間範圍內難以保持推理的一致性
總結起來,大模型在數學證明、策略規劃和邏輯推理方面存在的問題主要可以歸結為兩個核心因素:
- 無法重複使用先前經驗中的見解。
人類從實踐中累積了可重複使用的知識和直覺,有助於解決新問題。相較之下,LLM在處理每個問題時都是 “從0開始”,不會借鏡先前的解決方案。
多步驟推理中的複合錯誤指的是進行多步驟推理過程中出現的錯誤
#人類會監控自己的推理鏈,並在必要時修改最初的步驟。然而,LLM在推理的早期階段所犯的錯誤會被放大,因為它們會將後續的推理引向錯誤的方向
以上這些弱點,嚴重阻礙了LLM應對需要全局最優或長期規劃的複雜挑戰中的應用。
研究人員針對這個問題提出了一種全新的解決方法,即思維傳播
TP框架
透過類比思維,讓LLM能夠像人類一樣進行推理
在研究者看來,從0開始推理無法重複使用解決類似問題的見解,而且會在中間推理階段出現錯誤累積。
而「思維傳播」可以探索與輸入問題相關的類似問題,並從類似問題的解決方案中獲得啟發。
下圖展示了「思維傳播」(TP)與其他代表性技術的比較。對於輸入問題p,IO、CoT和ToT都需要從頭開始推理,才能得出解決方案s
#具體來說,TP包括了三個階段:
1. 提出類似問題:LLM透過提示產生一組與輸入問題有相似之處的類似問題。這將引導模型檢索潛在的相關先前經驗。
2. 解決類似問題:透過現有的提示技術,如CoT,讓LLM解決每個類似的問題。
3. 匯總解決方案:#有2種不同的途徑-根據類比解決方案,直接推斷輸入問題的新解決方案;透過比較輸入問題的類比解決方案,推導出高階計劃或策略。
透過這種方式,大型模型可以利用先前的經驗和啟發式方法,並且可以將其初始推理與類比解決方案進行交叉檢查,以進一步完善這些解決方案
值得一提的是,「思維傳播」與模型無關,可以在任何提示方法的基礎上進行單一問題解決步驟
這個方法的獨特之處在於激發LLM類比思維,從而引導複雜的推理過程
「思維傳播」究竟能讓LLM多像人類,還得實操結果來說話。
中國科學院和耶魯的研究人員在3個任務中進行了評估:
##- 最短路徑推理:需要在圖中找到節點之間的最佳路徑需要全域規劃和搜尋。即使在簡單的圖上,標準技術也會失敗。
- 創意寫作:產生連貫、有創意的故事是一個開放式的挑戰。當給予高層次的大綱提示時,LLM通常會失去一致性或邏輯性。
- LLM智能體規劃:與文字環境互動的LLM智能體與長期策略面向舉步維艱。它們的計劃經常會出現“漂移”或陷入循環。
最短路徑推理
在最短路徑推理任務中,現有的方法遇到了無法解決的問題
#儘管(a)中的圖形非常簡單,但由於推理從0開始,這些方法只能讓LLM找到次優解(b,c),甚至重複存取中間節點(d)
以下是結合了TP和ToT所使用的範例
由於中間推理步驟的錯誤累積,ToT (b) 無法解決(a) 中的問題。基於類似問題的解決方案,TP (c) 完善了最初的次優解決方案,並最終找到了最優解決方案。
透過與基準比較,TP在處理最短路徑任務中的表現顯著提升了12%, 產生了最優且有效的最短路徑。
此外,由於線上重寫(OLR)的最低值,與基準線相比,產生的有效路徑(TP)最接近最優路徑
#此外,研究人員也對TP層數對最短路徑任務的複雜性和性能進行了進一步研究
在不同設定下,1層TP的token成本與ToT類似。但是,1層TP在尋找最優最短路徑方面,已經取得了非常有競爭力的效能。
此外,与0层TP(IO)相比,1层TP的性能增益也非常显著。图5 (a) 显示了2层TP的token成本增加。
创意写作
下表2显示了TP和基线在GPT-3.5和GPT-4中的表现。在一致性上,TP都超过了基线。另外,在用户研究中,TP在创意写作中人类偏好提高了13%。
LLM智能体规划
在第三个任务评估中,研究人员使用ALFWorld游戏套件,在134个环境中实例化LLM智能体规划任务。
TP在LLM智能体规划中任务完成率提高15%。这表明,在完成类似任务时,对成功规划的反思TP具有优越性。
根据上述实验结果表明,「思维传播」可以应用于各种不同的推理任务,并且在所有这些任务中表现出色
增强LLM推理的关键
「思维传播」模型为复杂的LLM推理提供了一种全新的技术。
类比思维是人类解决问题能力的标志,它可以带来一系列系统性的优势,比如更高效的搜索和错误纠正
在类似的情况下,LLM也可以通过提示类比思维来更好地克服自身的弱点,比如缺乏可重用的知识和级联的局部错误等
然而,这些研究结果有一些限制
生成有用的类比问题并保持推理路径的简洁并不容易。此外,更长的链式类比推理路径可能会变得冗长而难以理解。同时,控制和协调多步推理链也是一个相当困难的任务
不过,「思维传播」还是通过创造性地解决LLM的推理缺陷,为我们提供了一个有趣的方法。
随着进一步的发展,类比思维可能会使LLM的推理能力变得更加强大。这也为在大型语言模型中实现更接近人类推理的目标指明了方向
作者介绍
Ran He(赫然)
他是中国科学院自动化研究所模式识别国家实验室和中国科学院大学的教授,同时也是IAPR Fellow和IEEE高级会员
他之前在大连理工大学获得了学士和硕士学位,并于2009年在中国科学院自动化研究所获得了博士学位
他的研究方向是生物识别算法(人脸识别与合成、虹膜识别、人物再识别)、表征学习(使用弱/自监督或迁移学习预训练网络)、生成学习(生成模型、图像生成、图像翻译)。
他在国际期刊和会议上发表了200多篇论文,其中包括IEEE TPAMI、IEEE TIP、IEEE TIFS、IEEE TNN、IEEE TCSVT等知名国际期刊,以及CVPR、ICCV、ECCV、NeurIPS等顶级国际会议
他是IEEE TIP、IEEE TBIOM和Pattern Recognition编委会成员,还曾担任CVPR、ECCV、NeurIPS、ICML、ICPR和IJCAI等国际会议的区域主席
Junchi Yu(俞俊驰)
俞俊馳是中國科學院自動化研究所的博士四年級學生,他的導師是赫然教授
他之前在騰訊人工智慧實驗室實習過,與Tingyang Xu博士、Yu Rong博士、Yatao Bian博士和Junzhou Huang教授一起工作過。現在,他是耶魯大學電腦科學系的交流生,師從Rex Ying教授
他的目標是研發一種具有良好可解釋性和可移植性的可信圖學習(TwGL)方法,並探索其在生物化學領域的應用
#以上是GPT-4的人類化推理能力大幅提升!中科院提出「思維傳播」,類比思考超越CoT,即時應用的詳細內容。更多資訊請關注PHP中文網其他相關文章!

1 前言在发布DALL·E的15个月后,OpenAI在今年春天带了续作DALL·E 2,以其更加惊艳的效果和丰富的可玩性迅速占领了各大AI社区的头条。近年来,随着生成对抗网络(GAN)、变分自编码器(VAE)、扩散模型(Diffusion models)的出现,深度学习已向世人展现其强大的图像生成能力;加上GPT-3、BERT等NLP模型的成功,人类正逐步打破文本和图像的信息界限。在DALL·E 2中,只需输入简单的文本(prompt),它就可以生成多张1024*1024的高清图像。这些图像甚至

Wav2vec 2.0 [1],HuBERT [2] 和 WavLM [3] 等语音预训练模型,通过在多达上万小时的无标注语音数据(如 Libri-light )上的自监督学习,显著提升了自动语音识别(Automatic Speech Recognition, ASR),语音合成(Text-to-speech, TTS)和语音转换(Voice Conversation,VC)等语音下游任务的性能。然而这些模型都没有公开的中文版本,不便于应用在中文语音研究场景。 WenetSpeech [4] 是

“Making large models smaller”这是很多语言模型研究人员的学术追求,针对大模型昂贵的环境和训练成本,陈丹琦在智源大会青源学术年会上做了题为“Making large models smaller”的特邀报告。报告中重点提及了基于记忆增强的TRIME算法和基于粗细粒度联合剪枝和逐层蒸馏的CofiPruning算法。前者能够在不改变模型结构的基础上兼顾语言模型困惑度和检索速度方面的优势;而后者可以在保证下游任务准确度的同时实现更快的处理速度,具有更小的模型结构。陈丹琦 普

由于复杂的注意力机制和模型设计,大多数现有的视觉 Transformer(ViT)在现实的工业部署场景中不能像卷积神经网络(CNN)那样高效地执行。这就带来了一个问题:视觉神经网络能否像 CNN 一样快速推断并像 ViT 一样强大?近期一些工作试图设计 CNN-Transformer 混合架构来解决这个问题,但这些工作的整体性能远不能令人满意。基于此,来自字节跳动的研究者提出了一种能在现实工业场景中有效部署的下一代视觉 Transformer——Next-ViT。从延迟 / 准确性权衡的角度看,

3月27号,Stability AI的创始人兼首席执行官Emad Mostaque在一条推文中宣布,Stable Diffusion XL 现已可用于公开测试。以下是一些事项:“XL”不是这个新的AI模型的官方名称。一旦发布稳定性AI公司的官方公告,名称将会更改。与先前版本相比,图像质量有所提高与先前版本相比,图像生成速度大大加快。示例图像让我们看看新旧AI模型在结果上的差异。Prompt: Luxury sports car with aerodynamic curves, shot in a

人工智能就是一个「拼财力」的行业,如果没有高性能计算设备,别说开发基础模型,就连微调模型都做不到。但如果只靠拼硬件,单靠当前计算性能的发展速度,迟早有一天无法满足日益膨胀的需求,所以还需要配套的软件来协调统筹计算能力,这时候就需要用到「智能计算」技术。最近,来自之江实验室、中国工程院、国防科技大学、浙江大学等多达十二个国内外研究机构共同发表了一篇论文,首次对智能计算领域进行了全面的调研,涵盖了理论基础、智能与计算的技术融合、重要应用、挑战和未来前景。论文链接:https://spj.scien

译者 | 李睿审校 | 孙淑娟近年来, Transformer 机器学习模型已经成为深度学习和深度神经网络技术进步的主要亮点之一。它主要用于自然语言处理中的高级应用。谷歌正在使用它来增强其搜索引擎结果。OpenAI 使用 Transformer 创建了著名的 GPT-2和 GPT-3模型。自从2017年首次亮相以来,Transformer 架构不断发展并扩展到多种不同的变体,从语言任务扩展到其他领域。它们已被用于时间序列预测。它们是 DeepMind 的蛋白质结构预测模型 AlphaFold

说起2010年南非世界杯的最大网红,一定非「章鱼保罗」莫属!这只位于德国海洋生物中心的神奇章鱼,不仅成功预测了德国队全部七场比赛的结果,还顺利地选出了最终的总冠军西班牙队。不幸的是,保罗已经永远地离开了我们,但它的「遗产」却在人们预测足球比赛结果的尝试中持续存在。在艾伦图灵研究所(The Alan Turing Institute),随着2022年卡塔尔世界杯的持续进行,三位研究员Nick Barlow、Jack Roberts和Ryan Chan决定用一种AI算法预测今年的冠军归属。预测模型图


熱AI工具

Undresser.AI Undress
人工智慧驅動的應用程序,用於創建逼真的裸體照片

AI Clothes Remover
用於從照片中去除衣服的線上人工智慧工具。

Undress AI Tool
免費脫衣圖片

Clothoff.io
AI脫衣器

AI Hentai Generator
免費產生 AI 無盡。

熱門文章

熱工具

Dreamweaver CS6
視覺化網頁開發工具

MantisBT
Mantis是一個易於部署的基於Web的缺陷追蹤工具,用於幫助產品缺陷追蹤。它需要PHP、MySQL和一個Web伺服器。請查看我們的演示和託管服務。

ZendStudio 13.5.1 Mac
強大的PHP整合開發環境

記事本++7.3.1
好用且免費的程式碼編輯器

DVWA
Damn Vulnerable Web App (DVWA) 是一個PHP/MySQL的Web應用程序,非常容易受到攻擊。它的主要目標是成為安全專業人員在合法環境中測試自己的技能和工具的輔助工具,幫助Web開發人員更好地理解保護網路應用程式的過程,並幫助教師/學生在課堂環境中教授/學習Web應用程式安全性。 DVWA的目標是透過簡單直接的介面練習一些最常見的Web漏洞,難度各不相同。請注意,該軟體中